Revolut je globalno popularna alternativa klasičnim bankarskim uslugama koji se temelji na aplikaciji i jednostavno se koristi i za svakodnevnu kupnju. No kao i ostale kartice podložan je prijevarama. Zbog toga je njihov podatkovni znanstvenik Dmitri Lihatsov u manje od godinu dana kreirao Sherlocka, digitalnog detektiva koji stalno prati milijune transakcija uz pomoć strojnog učenja i sprječava prijevare. On nam je u razgovoru otkrio kako Sherlock radi, koliko su naši podaci sigurni, ali i kako bi se on mogao razvijati.
Kako je nastao Sherlock i postao dio Revoluta? Kad ste shvatili da dotadašnje metode otkrivanja prijevara nisu odgovarajuće za moderne izazove?
Prije nekoliko godina stupio sam u kontakt s Nikom Storonskim (osnivačem Revoluta op.a.) i tražio me ako bih mu mogao pomoći da Revolut zaštiti svoje korisnike od kartičnih prijevara. U to sam vrijeme htio poboljšati svoja znanja u strojnom učenju, a kako sam imao neugodno iskustvo s prijevarama, odlučio sam prihvatiti priliku i zaustaviti prevarante tako što sam počeo rad na Sherlocku.
Prije njega imali smo sistem pravila koji je štitio korisnike, no s vremenom smo počeli s aktivacijom sustava strojnog učenja koji je omogućio još veću razinu točnosti. Što je Revolut bio veći, to nam je sigurnost sredstava i podataka postala važnija. Sustave razvijamo i poboljšavamo svakog dana kako bi osigurali najvišu razinu za više od 10 milijuna korisnika.
Kako zapravo Sherlock radi? Kad se on aktivira, odnosno zbog čega bi on pomislio da moja transakcija nije sigurna?
Zamislite da kupujete nešto na Amazonu, u trgovini, ili svom kafiću. U vrijeme dok web trgovina ili terminal u dućanu prikazuju poruku oko ‘obrade plaćanja’, u manje od 50 milisekundi Sherlock radi svoju procjenu. Otkrije li da je vaša transakcija sumnjiva, on će blokirati kupnju i zamrznuti karticu. Vama stiže push notifikacija i vi možete potvrditi je li kupovina u redu ili je transakcija lažna.
Smatrate li da je kupovina legitimna, kartica vam se odblokira i vi možete jednostavno ponoviti kupnju. Međutim, ako potvrdite pokušaj prijevare, Sherlock automatski ukida vašu karticu kako bi spriječili nove pokušaje prijevare. Vi potom možete naručiti novu besplatnu zamjensku karticu.
Sherlock je detektiv za prijevare koji se temelji na strojnom učenju. U pozadini je aktivan niz modela strojnog učenja koji u obzir uzimaju povijest transakcija korisnika, ali i trgovca kako bi izračunali je li neka transakcija lažna.
Zamislite da vaš profil u Sherlockovoj bazi ima podatke koji pokazuju da svake subote idete u omiljeni kafić i tamo potrošite oko 15 eura. Izgubite li karticu i ako je netko pokuša koristiti u istom lokalu ili nekoj drugoj trgovini, Sherlock će proučiti vaš profil i pitati se koliko je uobičajeno da ćete napraviti tu kupnju u tom dućanu u to doba dana. Stotine različitih podatkovnih elemenata se koriste kao pomoć u točnom predviđanju prijevare i velika količina podataka i informacija koje primamo omogućuju Sherlocku da buduća predviđanja budu još preciznija.
Koliko je Sherlock pametniji danas nego na početku?
Ono što ga čini jedinstvenim i pametnijim svakog dana je direktna petlja s povratnim informacijama, koja nam je omogućila minimalne potrebe za call centrom i direktnim ljudskim intervencijama u analiziranju sumnjivih transakcija. Kako Sherlock svaki dan uči, rastuća količina podataka omogućuje mu da se brzo prilagodi na nove pokušaje prijevara i da učinkovito štiti korisnike.
Je li onda kupovina sa Sherlockom u pozadini sigurnija nego s običnim bankovnim karticama? Što je s mojim podacima i svim točkama koje pratite? Koliko je to sigurno?
Odlično pitanje, a i to možemo pogledati kroz podatke. Izvještaj iz 2017. u Velikoj Britaniji dao nam je uvid u prosjeke kartičnih prijevara, koje su bile na razini 6-8 bps (1 posto - 100 basis points), a u Revolutu je lani to bilo na razini 1 bps. To pripisujemo brojnim sigurnosnim rješenjima koje smo uveli.
Dok vas Sherlock štiti cijelo vrijeme, možete otići i korak dalje i koristiti virtualne kartice, pa čak i jednokratne virtualne kartice za online kupovinu. Podaci s virtualnih kartica spremljeni su samo u vašoj Revolut aplikaciji, pa je praktično nemoguće izgubiti tu karticu i jednostavno je možete zamrznuti ili odmrznuti u aplikaciji. Jednokratne se ‘uništavaju’ nakon svake kupovine, pa čak i da prevaranti dođu do tih podataka, nemoguće je obaviti još jednu transakciju. Za ultimativnu razinu sigurnosti, možete koristiti virtualnu karticu s Apple Pay ili Google Pay.
Što se tiče podataka koje Sherlock koristi, oni se temelje samo na transakcijama koje radite, bez drugih osjetljivih osobnih podataka. Vaš anonimni profil transakcija je spremljen u sigurnoj i zaštićenoj bazi u data centrima koji su zaštićeni firewallom i imaju ograničeni pristup u skladu s regulativama.
S obzirom na podatke koje je prikupio, je li Sherlock bolji od ljudi. Koji su bili glavni izazovi u njegovu razvoju?
Ljudi se jednostavno ne mogu mjeriti sa strojevima kad govorimo o obradi podataka. No, sinergija je u jasnom razdvajanju odgovornosti. Kreativno i strateško razmišljanje ostavimo ljudima, dok strojevi obrađuju podatke. Kreiranje značajki ili određivanje podataka koje ćemo pratiti na temelju transakcija traži kreativnost i ulazak u ‘mozak’ prevaranata. Te značajke koristi algoritam kako bi donosio predviđanja o transakcijama u stvarnom vremenu. Dizajniranje i izrada takvih sustava je također područje koje traži ljudsku inteligenciju. Jednom kad ih izradimo, ti sustavi su prilično autonomni i rade bez prestanka, a mi se možemo fokusirati na izazovnije probleme te poboljšanje sustava.
Kako može strojno učenje poboljšati otkrivanje prijevara? Može li se to primijeniti na druge sustave ili stopiranje ilegalnih plaćanja u fizičkom svijetu?
Sherlocka smo izradili primarno da sprječava online prijevare, jer se tamo krade 70 do 80 posto novca. No, Sherlock pazi i na offline transakcije s fizičkim karticama i uspješan je i u sprječavanju takvih prijevara. Naravno, tu je pristup nešto drugačiji. Procjenom korisnikove lokacije na temelju adrese trgovine, Sherlock može predvidjeti je li korisnikova kartica klonirana. U Revolutu imamo idruge sustave koji su umjereni na detektiranje i spječavanje pranja novca, financiranja terorizma i lažnih transfera novca.
Kako držite korak s kriminalnim skupinama koje također razvijaju nove alate?
Prevaranti jako brzo uče kad treba iskoristiti napredne tehnologije, a zbog toga Sherlockovi modeli strojnog učenja svake noći prolaze kroz novi trening gdje se uračunavaju propuštene lažne ili nepravilno odbijene transakcije kako bi stalno poboljšali točnost prepoznavanja lažnih uzoraka.
Naša prednost je u tome što znamo puno više o korisničkim navikama od naših prevaranata. Kreiranjem personaliziranih profila treniramo modele da izračunaju kombinacije koje ukazuju na uzorak prijevare s velikom preciznošću.
To je neprestana bitka. Prevaranti su počeli iskorištavati psihologiju ljudi kako bi im dali osjetljive informacije kojima bi se domogli kontrole nad računima. Sve to uzimamo u obzir i borimo se sa svim izazovima tehnologijom, ali i educiranjem ljudi o najboljim sigurnosnim postupcima.
Koju bi još Sherlock mogao imati primjenu? Može li se osim financijske industrije koristiti u nekoj drugoj vrsti obračuna s kriminalom?
Vjerujem da ćemo uz pomoć cloud računarstva i inteligentnih algoritama biti u mogućnosti da se učinkovitije borimo protiv kartičnih prijevara, ali i da zaustavimo ozbiljniji financijski kriminal poput pranja novca, mita, financiranja terorizma, ropstva ili trgovine ljudima i narkoticima. To su sve problemi koji imaju velik utjecaj na ljudske živote i globalnu ekonomiju. Kako kriminalci pronalaze nove načine za obavljanje zločina, inteligentni algoritmi koji mogu obraditi terabajte podataka u stvarnom vremenu pomoći će ljudima da ih zaustave. Tek smo na početku takve suradnje između ljudi i strojeva, ali budućnost je svijetla!